About: Gestion énergétique des véhicules hybrides, de la simulation à la commande temps réel   Goto Sponge  NotDistinct  Permalink

An Entity of Type : rdac:C10001, within Data Space : data.idref.fr associated with source document(s)

AttributesValues
type
Thesis advisor
Author
alternative label
  • Energy management of hybrid vehicles, from simulation to real time control
dc:subject
  • Thèses et écrits académiques
  • Véhicules électriques hybrides
  • Commande prédictive
  • Commande en temps réel
preferred label
  • Gestion énergétique des véhicules hybrides, de la simulation à la commande temps réel
Language
Subject
dc:title
  • Gestion énergétique des véhicules hybrides, de la simulation à la commande temps réel
Degree granting institution
Opponent
note
  • Le problème de la gestion énergétique des véhicules hybrides consiste essentiellement à développer des algorithmes appelés : stratégies de commande, dont le rôle est de choisir à chaque instant la meilleure répartition de puissance entre les différentes sources d’énergie d’une manière à minimiser la consommation de carburant et/ou les émissions de polluants. Le problème est formulé comme un problème de commande optimale qui, en connaissant a priori le profil de vitesse du véhicule, vise à trouver la répartition optimale de puissance en minimisant une la consommation de carburant, sous contraintes. Il s’agit ici des algorithmes dits d’optimisation globale. Bien que ces deniers soient limités à la simulation, ils permettent, néanmoins de déduire des stratégies de commande « sous-optimales » applicables en ligne. L’objectif de la thèse est d’élaborer des lois de gestion d’énergie applicable en ligne. Ceci revient à « prédire » le profil de vitesse du véhicule permettant d’estimer la demande de puissance du conducteur. A cette fin, Deux stratégies de commande temps réel basées sur l’algorithme d’optimisation globale ont été proposées. La première concerne le cas particulier d’un véhicule circulant sur le même trajet physique, et la seconde est une généralisation à tout types de parcours. Enfin, une mise en œuvre des stratégies temps réel proposées sur un banc moteur a permis de valider les résultats de simulation obtenus et d’évaluer le gain d’hybridation par rapport un véhicule conventionnel équivalent.
  • The energy management issue in hybrid vehicles consists on determining a power split between different sources of energy in order to minimise the fuel consumption and/or pollutant emissions. This objective is achieved by designing a control strategy. Using a prior knowledge of vehicle driving cycle, the problem is formulated as an optimal control problem aiming to minimize fuel consumption under constraints. Global optimisation algorithms are then applied. The latter are limited to simulation; nevertheless, they allow designing real time control strategies. The objective of the thesis is to develop energy management laws which can control the vehicle on line. The problem is therefore to forecast a driving cycle profile, allowing predicting the driver power demand. To this end, two on line strategies based on a global optimisation algorithm are proposed. The first one, concerns a vehicle following a prescribed route, and the second is applied when any information about future driving conditions is available. A validation of the proposed algorithms on a test bench was done, and the results in terms of fuel consumption and pollutant emissions are compared to the conventional vehicle.
dc:type
  • Text
http://iflastandar...bd/elements/P1001
rdaw:P10219
  • 2009
has content type
is primary topic of
is rdam:P30135 of
Faceted Search & Find service v1.13.91 as of Aug 16 2018


Alternative Linked Data Documents: ODE     Content Formats:       RDF       ODATA       Microdata      About   
This material is Open Knowledge   W3C Semantic Web Technology [RDF Data]
OpenLink Virtuoso version 07.20.3229 as of May 14 2019, on Linux (x86_64-pc-linux-gnu), Single-Server Edition (70 GB total memory)
Data on this page belongs to its respective rights holders.
Virtuoso Faceted Browser Copyright © 2009-2025 OpenLink Software